相关疑难解决方法(0)

有谁知道OpenCV 2.3中FeatureDetection和DescriptorExtraction之间的区别？我知道后者是使用DescriptorMatcher进行匹配所必需的.如果是这种情况,FeatureDetection用于什么？

谢谢.

SURF和SIFT一样获得专利.ORB和BRIEF没有获得专利,但它们的特征不是规模不变的,严重限制了它们在复杂场景中的实用性.

是否有任何特征提取器能够像SURF一样快速地提取尺度不变的特征,并且不像SURF和SIFT那样严格获得专利？

我想使用ORB特征检测器和提取器实现基于特征的对齐算法.
到目前为止,我使用OpenCV中的ORB类 提取了这些特征ORB orb;
orb(gray_image,Mat(),features.keypoints,features.descriptors);
,并使用openCV中的knnMatch函数进行匹配.matcher.knnMatch(features1.descriptors, features2.descriptors, pair_matches,2); 之后我尝试使用findHomography函数找到一个单应性,但是这个函数需要在图像特征之间至少有4个匹配,并且在大多数情况下我测试过的图像不到4.

有人用过这个功能吗？是否有任何关于它的文档,或关于OpenCV的ORB类(ORB构造函数参数的含义)？

PS这是我的第一个问题.我不能发布超过2个链接.对于opencv文档,请使用此方法.

我想开发应用程序,它将识别出现在相机前面的对象(如纪念碑或其他东西)OpenCv,然后它将显示有关它的信息.

所以问题是如何识别对象(如纪念碑或其他东西)的形状或与图像进行比较OpenCV？
这样做的最佳方法是什么？

如果存在用于对象检测和比较的某种样本或教程,那将是很好的.

谢谢.

我必须创建一个Android应用程序来识别相机中的一些物体(汽车方向盘,车轮).我尝试使用哈尔分类器,但没有成功,我的时间不多了(这是一个学校项目).所以我决定寻找另一种方式.我为我的目标找到了一些其他方法 - ORB.我发现在这个答案中该怎么做.我的问题是事情搞得一团糟.你能否给我一步一步的答案,告诉我如何在我给出的链接中实现问题的答案:

从提取特征点到训练KD树并将其用于来自摄像机的每个帧.

奖金问题:你能给出特征点的定义吗？这是我无法理解的.使用ORB会慢慢检测吗？我知道OpenCV可以在原生android中使用,不会让事情变得更快吗？

我需要尽快创建这个应用程序.请帮忙!

从OpenCV文档:

C++:void SIFT::operator()(InputArray img, InputArray mask, vector<KeyPoint>& keypoints,
 OutputArray descriptors, bool useProvidedKeypoints=false)

参数:

img – Input 8-bit grayscale image
mask – Optional input mask that marks the regions where we should detect features.
keypoints – The input/output vector of keypoints
descriptors – The output matrix of descriptors. Pass cv::noArray() 
if you do not need them.
useProvidedKeypoints – Boolean flag. If it is true, the keypoint 
detector is not run. Instead, the provided vector of keypoints is
 used and the algorithm …